DeepSeek 多模态大语言模型的论文《Thinking with Visual Primitives》已经公开 底座是 DeepSeek-V4-Flash，MoE架构，总参数量 284B，激活参数量 13B。 自研 DeepSeek‑ViT 视觉编码模型，14×14 patch，输出后 3×3 空间压缩，再接入 LLM。 模型在回答时不仅进行文字推理，还会同时通过画框、打点等“视觉原语”进行思考。 在极低的 Token 成本下，其效果能和 GPT-5.4、Claude 以及 Gemini 在一些前沿指标上对齐，甚至有的指标能反超。

左边两台算力舱在移植 DeepSeek 多模态未审查版 第三台在把 Qwen 3.8 27B 的未审查版的上下文扩展到 900K，做性能对比测试 第四台在修复 Qwen 3.8 Flash Next 未审查版的输出多语言混合的问题 右下角那台小的用来阅读英伟达的论文 这 5 台算力仓都在干活，等他们干活的时候，我 3D 打印一把赛博朋克的激光枪吧😎

腾讯这次把 WorkBuddy 当战略级资源砸下去，逻辑很清晰：不抢“最强模型”的牌，抢“办公入口”的牌。底层云端 7×24 托管重复活、中层 100+ 领域专家可训练专属模型、顶层跨部门复用 AI 专家，微信/企微发一句话就能调度——这套“数字员工”架构，本质是把 Agent 从个人提效工具升级成组织级资产。 和海外三家的差异，不是谁聪明，是“从哪长出来”： Claude（Anthropic）：从“代码仓库+长上下文”长出来。Claude Code / Cowork 强在复杂工程推理、跨文件重构、远程沙箱隔离，是给开发者和高知白领用的“私人员工”，但脱离 GitHub/Slack 体系就残血，且不碰微信企微。 OpenAI ChatGPT Work / Codex：从“ChatGPT 订阅池”长出来。优势是研究摘要、多模态生成、轻量 Codex 脚本化调用，云端零门槛，但中文办公链路（文档/审批/IM 催办）要靠插件拼，普通员工配置成本不低。 Grok（xAI）：从“X 广场+Cursor 工程血统”长出来。Grok Bot 定位“永远在线的 AI 队友”，编码和实时舆情强，但企业办公连接器弱，国内合规与本土 IM 基本是空白。 WorkBuddy：从“微信关系链+腾讯文档/企微/乐享”长出来。别人卖 Agent，腾讯卖“你老板同事客户都在的地方”——聊天即指令、不迁移现有 OA、按月收“数字员工”费、接微信支付 AI 专属卡和 SkillHub 第三方技能市场，闭环做得最像 SaaS 而不是 demo。 短板也直白：模型层靠混元+DeepSeek+GLM 多模型切换，单模型推理上限打不过 Claude Opus 级；代码深度不及 Claude Code；海外扩展受数据驻留限制。但腾讯要的不是 AGI 皇冠，是避免腾讯文档/企微在 AI 时代沦为被 Agent 调用的管道——把入口、账号、支付、技能交易全攥手里，未来企业买 AI 人力首先想到的是“租腾讯的数字员工”，不是“装个 Claude”。 下面这个work buddy的上手搭建教程还是非常实用的，可以参考。

Deepseek正式推出多模态模型！ DeepSeek-V4-Flash-Vision-Exp 🔹 它在文本、代理、推理和世界知识能力上与 DeepSeek-V4-Flash 相当。 🔹 在多模态代理基准测试上，相对于 V4-Flash 实现了重大飞跃，多模态代理性能接近 Opus-4.8。

就在DeepSeek V4山雨欲来的前夜，晚点LatePost的更新爆了不少料： - 最近半年，DeepSeek的核心员工，包括DeepSeek第一代模型作者王炳宣、DeepSeek-OCR系列作者魏浩然、DeepSeek-R1作者郭达雅、Janus-Pro贡献者阮翀等人，都被各家大厂给挖走了，更不用说已经在小米做出了成果的前研究员罗福莉； - 尽管如此，DeepSeek依然不怎么卷，同行的每周工作时间都奔着80小时去了，DeepSeek的大多数员工还是遵循着早上不打卡、下午6-7点走人的规律，因为老板梁文锋相信一个人每天高质量输出的时间不会超过8小时，员工加班疲劳引起的昏庸工作质量，反而会浪费宝贵的算力资源，给公司造成损失； - 搞AI和做量化之间的关系其实相当紧密，2016年，DeepMind的创始人哈萨比斯就组建过量化团队，希望能为刚刚脱离Google的公司创收，结果没赚到钱，而幻方则是倒过来的，也是在同一年开始用GPU的深度学习算力去干实盘交易，成功让梁文锋以30岁的年纪实现财富自由，再才组建了DeepSeek； - 2023年的时候，梁文锋小范围见过一些投资人，但提出的构想类似OpenAI和微软的投资协议，投资方需要接受一个回报上限，这在投资者看来是没道理的，所以见完一轮之后，没有任何机构愿意投DeepSeek，而在大模型火了之后，梁文锋把和投资人建联的通道直接关闭了； - 在公司里，梁文锋参与最多的是基模架构工作，然后就是充当不同团队之间的粘合剂，DeepSeek内部鼓励交叉协作，一个团队的周会也会向其他团队开放，这种开放组织很容易被规模扩张给破坏，所以DeepSeek对于核心团队的增加相当谨慎； - 去年以来，外部世界发生巨变，既有DeepSeek-V3/R1的一炮走红，也有竞争烈度的大幅升级，DeepSeek没有加入任何战局，依然在自己重视的效率优化（注意力机制）、架构改进（mHC）和非主流探索（OCR）上面努力，梁文锋甚至招进了一些神经科学和脑科学背景的顾问，对人脑原理兴趣大增； - 这也意味着DeepSeek错过了去年最重要的两条主线，一个是AI Coding，这里不只有商业价值的爆发，还引发了以龙虾为代表的Agentic应用形态，DeepSeek-V3.2完全被其他国产模型盖过了风头，另一个是多模态生成，从GPT-4o到Nano Banana再到Seedance 2.0，全都颠覆性的创造了海量增长，但梁文锋认为多模态「不是智能的主线」； - 外界期待DeepSeek每次出手都能像去年年初那样石破天惊，这可能有些强人所难，也未必是梁文锋的目标，而他也需要稳定团队抗拒财富诱惑的心力，猎头给DeepSeek员工开出2-3倍的薪水，而且这还是建立在DeepSeek本身工资就不低的前提下，确实也有员工做出了跳槽去参与更确定性的、持续参与业界最强模型工作的选择； - 留下的人当然还是占了大多数，他们习惯了相对宽松的研究氛围，也愿意做非竞争驱动的探索，在DeepSeek的价值体系里，原创的排序是要比最强更靠前的，它们本质上并不冲突，有时候实现了原创也就自然实现了最强，但在进入Agentic版本后，工程能力变得更重要了，而这正好进入了DeepSeek没有过多投入的地方； - 于是梁文锋也比较少见的做出了应变回应，最近一段时间，他开始启动了对公司的估值，这意味着可以给团队更有刺激性的财富预期，同时也开始招揽模型策略产品经理，明确要求深度使用过Claude Code、OpenClaw、Manus； - 坚持该坚持的，改变该改变的，至于什么是该坚持的、什么是该改变的，这个判断还是得由梁文锋来拿捏，「奇迹之所以是奇迹，就是因为它不常发生，是小概率事件。在中国这个崇尚竞争和结果说话的环境里，敢于追求独特目标的 DeepSeek 的存在本身，是一个令人惊喜的小概率事件。」

有 DeepSeek 的，赶紧试一下，多模态模型终于来了。 这次是随机抽选，给灰度测试权限。现在打开 DeepSeek 页面，看看有没有识图模式，有就是被抽到了。